Logo de la rubrique IA : Mise en œuvre du Deep Learning sur plateforme Jetson Nvidia

IA : Mise en œuvre du Deep Learning sur plateforme Jetson Nvidia

Pour connaitre les prochaines sessions de formation sur l’Intelligence Artificielle, cliquez ici




Le Machine Learning est un ensemble de techniques donnant la capacité aux machines d’apprendre, contrairement à la programmation qui consiste en l’exécution de règles prédéterminées. Le Deep learning ou apprentissage profond est l’une des technologies principales du Machine Learning.

La formation vous propose de vous initier sur l’IA embarquée avec des exercices pratiques.

Pré-inscription en ligne

OBJECTIFS

- Comprendre les caractéristiques du Deep learning embarqué
- Découvrir et manipuler quelques outils et librairies GPU DNN (cuDNN, TensorRT, OpenCV...)
- Manipuler des algorithmes sur une plateforme JETSON NVIDIA

PUBLIC VISE

Ingénieurs, techniciens concepteurs et les développeurs impliqués dans les entreprises en charge de concevoir des produits avec de l’IA embarqué

PREREQUIS

Il est nécessaire d’avoir fait une première formation généraliste sur les algorithmes pour l’IA (machine learning, deep learning) même si cette formation fera un rappel.
Connaitre Python et C, ou un langage de programmation informatique.

INTERVENANT

Enseignant-chercheur spécialisé en systèmes embarqués hardware et software, enseignant l’IA.
Le Programme CAP’TRONIC aide, chaque année, 400 entreprises à monter en compétences sur les technologies liées aux systèmes électroniques et logiciel embarqué.

PRIX

Non-adhérent : 1 400€ HT
Adhérent CAP’TRONIC : 1 000€ HT

LIEU

CCI NORD ISERE : Parc Technologique - 5 rue Condorcet - 38 090 VILLEFONTAINE

PROGRAMME

Tour de Table

Jour 1

• Rappels sur l’IA, le Machine Learning et le Deep Learning,
• Besoins en calcul,
• Solutions matérielles d’accélération,
• Exemple de processeurs embarqués dédiés au deep learning
• Cas des GPU et GPU embarqués (Nvidia) (architecture, performances)
• Librairies GPU DNN (cuDNN, TensorRT, OpenCV...)
• Interoperabilité avec CUDA
• Chaîne d’apprentissage en vue de l’inférence embarquée
• Formats de fichiers de description de réseaux de neurones (onnx, h5...)

Après-midi : TP

• Optimisation d’un réseau de neurones de détection de panneaux routiers
• Mise en forme des données pour l’apprentissage
• Génération des fichiers de description (poids/architecture réseau)

Jour 2 : Mise en œuvre d’algorithmes en TP
• Implémentation de l’inférence en Cuda/OpenCV avec pré-traitements
• Installation environnement de développement pour GPU embarqué
• Optimisation de l’inférence sur cible embarquée (Jetson)

Tour de Table

ORGANISATION

Moyens pédagogiques : Support de cours - Etude de cas - démonstrations - Assistance pédagogique assurée par le formateur 1 mois après la formation.
Moyens permettant d’apprécier les résultats de l’action : Evaluation de l’action de formation par la remise d’un questionnaire de satisfaction à chaud à l’issue de la formation, puis d’un questionnaire à froid quelques semaines après la formation.
Moyen permettant de suivre l’exécution de l’action : Evaluation des connaissances via un questionnaire avant et après la formation - Feuilles de présence signées par chaque stagiaire et le formateur par demi-journée de formation.
Sanction de la formation : Attestation de présence.

RENSEIGNEMENTS ET INSCRIPTION

Dorothée WALLART, wallart@captronic.fr - 06 30 92 27 32
Pour toute question y compris les conditions d’accès pour les publics en situation de handicap.

Pré-inscription en ligne

Les inscriptions sont closes. Pour connaitre les prochaines sessions de formation sur l’Intelligence Artificielle, cliquez ici

Informations mises à jour le 29/03/2023

info portfolio